Research on intelligent early warning of substation fire based on multi-sensor fusion algorithm

预警系统 火灾探测 支持向量机 传感器融合 计算机科学 特征(语言学) 数据挖掘 信息融合 算法 人工智能 模式识别(心理学) 工程类 语言学 电信 哲学 建筑工程
作者
Zhenxi Zhao,Xing Li,Hongfeng Li,Biao Chen,Hua Ji,Bo Di,Biao Yang
标识
DOI:10.1117/12.2683947
摘要

Aiming at the problem of untimely fire prevention and control due to missed and false alarms in the traditional fire early warning system of substations, an intelligent fire classification and early warning algorithm based on multi-sensor information fusion is proposed in this paper. Different from the fire warning with a single sensor, firstly, the algorithm proposed in this paper combines the temperature, CO concentration and smoke sensors to build a multi-sensing fusion layer of the fire detection model, which improves the detection sensitivity to a certain extent. Then, the algorithm uses support vector machine (SVM) to classify and warn fires based on the feature information collected by the multi-sensor fusion layer. Finally, the experimental verification is carried out based on the national standard test fire dataset. The experimental results show that the proposed model can effectively and accurately classify and predict the occurrence of fire, and improve the accuracy of fire early warning decision-making to a certain extent.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
LWX发布了新的文献求助10
刚刚
1秒前
劲秉应助xuan采纳,获得10
1秒前
1秒前
Dimples完成签到 ,获得积分10
2秒前
一一应助潘先森采纳,获得30
3秒前
Sunset完成签到 ,获得积分10
3秒前
CipherSage应助小麒麟采纳,获得10
5秒前
13秒前
李健应助搞怪哑铃采纳,获得10
13秒前
hs是坏蛋完成签到,获得积分10
13秒前
和谐之玉完成签到,获得积分10
15秒前
15秒前
LWX完成签到,获得积分10
15秒前
炸鸡加热完成签到,获得积分10
15秒前
南宫若翠完成签到,获得积分10
16秒前
你真是饿了应助溪与芮行采纳,获得30
16秒前
踏实的小海豚完成签到,获得积分10
16秒前
Hale完成签到,获得积分0
19秒前
19秒前
20秒前
文静幻枫完成签到 ,获得积分10
20秒前
木禾完成签到,获得积分10
20秒前
JamesPei应助MY采纳,获得10
22秒前
笑柳完成签到,获得积分10
22秒前
搜集达人应助心屿采纳,获得10
22秒前
24秒前
苹果柜子完成签到 ,获得积分10
26秒前
26秒前
寻水的鱼发布了新的文献求助10
29秒前
弯弓丝的小张完成签到,获得积分20
29秒前
29秒前
30秒前
linn完成签到,获得积分10
32秒前
向春山发布了新的文献求助10
33秒前
33秒前
33秒前
zhangyt发布了新的文献求助10
33秒前
调调单单发布了新的文献求助10
35秒前
jiemy发布了新的文献求助10
36秒前
高分求助中
The body in description of emotion: cross-linguistic studies 1000
Earth System Geophysics 1000
Co-opetition under Endogenous Bargaining Power 666
Medicina di laboratorio. Logica e patologia clinica 600
Sarcolestes leedsi Lydekker, an ankylosaurian dinosaur from the Middle Jurassic of England 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
Language injustice and social equity in EMI policies in China 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3212591
求助须知:如何正确求助?哪些是违规求助? 2861547
关于积分的说明 8129264
捐赠科研通 2527513
什么是DOI,文献DOI怎么找? 1361265
科研通“疑难数据库(出版商)”最低求助积分说明 643438
邀请新用户注册赠送积分活动 615776